• 331

    Опубликовано проектов

  • 171

    Оставлено комментариев

Рейтинг рассчитывает взвешенные оценки. Система динамически пересчитывает показатели при каждом новом голосе, учитывая весовые коэффициенты и мультикритериальную оценку. В ближайшие две недели еще будут публиковаться новые проекты, которые сейчас заканчивают верификацию. Текущее значение рейтинга может демонстрировать нелинейную динамику.

← Вернуться к списку

Мониторинг загруженности остановок транспорта с помощью ИИ

  • Руководитель проекта со стороны заказчика

    Виталий Климашов

    ГАУ Нижегородской области "Центр координации проектов цифровой экономики"

    Директор

  • Категория

  • Номинация

  • Цели

    Предоставление органам исполнительной власти Нижегородской области инструмента для объективного, круглосуточного мониторинга пассажиропотока на остановках общественного транспорта. Проект решает задачу замены субъективных методов (ручной подсчет, фрагментарные данные с валидаторов) на непрерывный сбор и анализ данных с помощью компьютерного зрения. Это позволяет выявлять «болевые точки» транспортной сети, формировать рейтинг самых загруженных остановок и принимать обоснованные управленческие решения при долгосрочном планировании маршрутов, исключая неэффективное использование бюджетных средств.

  • Сроки выполнения

    ноябрь, 2025 — ноябрь, 2026
  • Год завершения проекта

    2026

  • Масштаб проекта

    15 автоматизированных рабочих мест
  • Результаты

    Обеспечен автоматический непрерывный мониторинг 300 остановок с интервалом 5 минут. Ежедневно анализируется ~86 400 кадров, что составляет более 2,5 млн операций детекции в месяц. Доступ к системе имеют 15 ключевых пользователей. Капитальные затраты составили 8,1 млн руб. (закупка 300 лицензий видеоаналитики), при этом интеграция, разработка дашбордов и настройка API выполнены собственными силами ГАУ НО «ЦИТ», что обеспечило значительную экономию бюджета и независимость от внешних подрядчиков. Получено официальное письмо от Министерства транспорта Нижегородской области (№ Сл-325-177390/26 от 27.02.2026), подтверждающее высокую эффективность сервиса для оперативного мониторинга и планирования.

  • Уникальность проекта

    Уникальность заключается в глубокой адаптации ИИ под региональную специфику и бесшовной интеграции без избыточных капитальных затрат. Во-первых, нейросеть не просто установлена «коробочно», а дообучена (fine-tuning) на реальных видеопотоках остановок Нижегородской области, что минимизировало погрешности из-за местных ракурсов и освещения. Во-вторых, технология встроена в уже эксплуатируемую BI-платформу Ситуационного центра Губернатора («Триафлай»), что обеспечило готовность инфраструктуры и доступ 24/7. В-третьих, решение на 100% состоит из отечественного ПО (реестровые «НТехСити» и «Триафлай», СУБД PostgreSQL), гарантируя технологический суверенитет. Аналогов у решения нет.

    Проект — лауреат премии ЦИПР 2026.

  • Использованное ПО

    1. Платформа видеоаналитики «НТехСити» (ООО «Нтех Лаб», реестр ПО № 19025). 2. BI-платформа «Триафлай» (ООО «Триафлай», реестр ПО № 2965). 3. СУБД PostgreSQL. 4. Городские камеры видеонаблюдения на остановках общественного транспорта.

  • Решение из каталога Global CIO

    В проекте не используются решения из каталога Global CIO

  • Сложность реализации

    Основной сложностью стала не сама установка ПО, а обеспечение высокой точности детекции в реальных условиях. Коробочные решения давали погрешности из-за специфики региональных ракурсов камер, освещения и погодных условий. Для решения этой задачи потребовалось организовать предвнедренческое пилотирование совместно с вендором (ООО «Нтех Лаб») и провести дообучение (fine-tuning) промышленной модели на реальных видеопотоках остановок Нижегородской области. Второй вызов – бесшовная интеграция разнородных систем (видеоаналитика, СУБД, BI-платформа) в уже эксплуатируемую инфраструктуру Ситуационного центра Губернатора без нарушения ее стабильности и с соблюдением строгих требований информационной безопасности (шифрование по ГОСТ, строгий ролевой доступ).

  • Описание

    1. Исходная ситуация: До начала проекта оценка загруженности остановок общественного транспорта в Нижегородской области проводилась фрагментарно: методом ручного подсчета, визуального наблюдения или косвенного анализа данных с транспортных валидаторов. Последний метод не учитывал пассажиров, ожидающих транспорт на остановке. Такой подход был субъективным, трудоемким, не обеспечивал круглосуточного охвата и не позволял оперативно выявлять дисбалансы пассажиропотока, что приводило к неэффективному планированию маршрутов и нерациональному использованию бюджетных средств. 2. Реализованное решение: Внедрена интеллектуальная система мониторинга на основе компьютерного зрения. Видеопоток с городских камер на 300 остановках (Нижний Новгород и Дзержинск) направляется на платформу видеоаналитики «НТехСити». Алгоритм ИИ осуществляет сегментацию кадров и детекцию силуэтов людей с интервалом 5 минут (принцип Privacy by Design: распознавание лиц не производится, данные обезличены). Результаты подсчета бесшовно передаются по защищенному API в СУБД PostgreSQL, а затем в региональную BI-платформу «Триафлай». Система формирует интерактивную карту с цветовой индикацией загруженности (принцип «светофора»), графики динамики и рейтинг ТОП-20 наиболее загруженных остановок. При выборе объекта оператор видит актуальный снимок с выделенными объектами (bounding boxes) для выборочной визуальной валидации (Human-in-the-loop). Интеграционный слой разработан собственными силами специалистов ГАУ НО «ЦИТ». 3. Изменения после внедрения: Ручной сбор данных полностью заменен на автоматический непрерывный мониторинг 24/7. Цикл получения информации сокращен с нескольких недель (при ручных обследованиях) до 5 минут в режиме, близком к реальному времени, плюс глубокая ретроспективная аналитика. Сотрудники Минтранса и Ситуационного центра получили единый централизованный инструмент для принятия решений. Переход к data-driven подходу позволил перейти от реактивных мер к проактивному, статистически обоснованному планированию транспортной сети, повышая качество жизни граждан за счет оптимизации интервалов движения и снижения давки на остановках.

  • География проекта

    Нижегородская область (г. Нижний Новгород, г. Дзержинск, с планом расширения на новые муниципальные образования в 2026 году).

  • Дополнительные презентации

Комментировать

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

  • Заказчик

    ГАУ Нижегородской области "Центр координации проектов цифровой экономики"

Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.